区间直觉模糊连续熵及其多属性决策方法

提出了区间直觉模糊连续熵,并且研究了一种新的处理区间直觉模糊多属性决策问题的方法。基于连续有序加权平均（COWA）算子,给出了区间直觉模糊连续熵的概念,并且证明了区间直觉模糊连续熵满足区间直觉模糊熵的公理化定义的四个条件。在此基础上,针对属性权重信息完全未知的决策问题,通过衡量每一属性所含的信息量来确定属性权重。依据备选方案与理想方案间的加权相关系数,给出了一种新的区间直觉模糊多属性决策方法。实验结果验证了新的决策方法的可行性和有效性。     

区间犹豫模糊三角相似度及其多属性群决策

构建了区间犹豫模糊三角相似度公式,并且研究了区间犹豫模糊环境下属性权重信息完全未知的多属性群决策方法。首先基于正弦三角函数构造了区间犹豫模糊三角相似度公式,并证明其满足区间犹豫模糊相似度公理化定义的四个条件;接着给出了区间犹豫模糊交叉熵的公理性定义,同时研究了区间犹豫模糊相似度和区间犹豫模糊交叉熵的关系;最后基于区间犹豫模糊三角相似度,提出了在属性权重信息完全未知条件下的区间犹豫模糊多属性群决策方法,并用实例验证该方法的可行性和有效性。     

犹豫模糊EWAA算子及其多属性决策方法

犹豫模糊信息集结是犹豫模糊集理论中的重要组成部分,近年来由于其越来越受到关注,已成为一个新的研究方向。基于Einstein运算定义了犹豫模糊元间的运算法则,比如:Einstein和、Einstein积以及Einstein幂运算。提出了三种新的Einstein算术平均集结算子,即犹豫模糊Einstein加权平均(HFEWA)算子、犹豫模糊Einstein有序加权平均(HFEOWA)算子以及犹豫模糊Einstein混合平均(HFEHA)算子。基于新的Einstein算术平均集结算子给出一种新的处理犹豫模糊环境下多属性决策问题的方法,并结合实例对决策方法的可行性与有效性进行检验。